مروری بر الگوریتم cure

در بیشتر الگوریتم های خوشه بندی تعداد خوشه ها باید به عنوان ورودی داده شود در الگوریتم cure هم این مشکل وجود دارد در این مقاله تلاش می شود که تعداد کلاستر مطلوب در cure با محاسبه معیار بهینه سازی مربوط به هر خوشه بر اساس اندازه گیری فاصله درون خوشه و بین خوشه ها را بیابد. خوشه بندی فرایند گروه بندی داده ها یا اهداف است به طوری که اهداف یک کلاستر بیشتر به یکدیگر شبیه اند تا به هدف های دیگر Cure تعداد مشخصی representative point برای توصیف خوشه دارد این نقاط به صورت تصادفی انتخاب می شود cure improve از یکسری توابع پیوندی در data set استفاده می کند Cure-ns از تفاوت چگالی نقاط epresentativer برای تعیین فاصله و جهت استفاده می کند

کلیدواژه ها:

خوشه بندی ، الگوریتم cure-ns ، improve cure ، cure اندازه گیری.